AI ML cheatsheets

เอกสารสรุป AI-ML

พื้นที่เก็บข้อมูล GitHub นี้รวบรวมสูตรโกงยอดนิยมและคู่มืออ้างอิงฉบับย่อสำหรับปัญญาประดิษฐ์ (AI) และการเรียนรู้ของเครื่อง (ML)

Google ไดรฟ์

เพื่อความสะดวกในการดาวน์โหลดและเรียกดูไฟล์ พื้นที่เก็บข้อมูล GitHub เวอร์ชัน Google Drive นี้มีให้ที่นี่

แผนงาน AI-ML

โครงสร้างส่วนกลางของพื้นที่เก็บข้อมูล GitHub นี้เป็นไปตามแผนงาน AI และ Machine Learning บางส่วนต่อไปนี้

โครงสร้างของโฟลเดอร์

• 01- คณิตศาสตร์
  

• 02- ซี++
  

• 03- หลาม
  

• 04- สถาปัตยกรรมคอมพิวเตอร์
  

• 05- โครงสร้างข้อมูล
  

• 06- ทฤษฎีออโตมาตะ
  

• 06- ทฤษฎีความซับซ้อน
  

• 07- SQL
  

• 08- การทำความสะอาดข้อมูล
  

• 09- การแสดงข้อมูล
  

• 10- ตรรกะทางคณิตศาสตร์
  

• 11- รู้เบื้องต้นเกี่ยวกับ AI
  

• 12- การเรียนรู้ของเครื่อง
  

• 13- การเรียนรู้เชิงลึก
  

• 14- ตัวชี้วัดเพื่อประเมินอัลกอริทึม ML
  

• 15- การเรียนรู้แบบเสริมกำลัง
  

• 16- อนุกรมเวลา
  

• 17- คอมไพล์
  

เนื้อหาของโฟลเดอร์

• 01- คณิตศาสตร์
  

• แผ่นโกงแคลคูลัสทั้งหมดลดลง

• แผ่นโกงแคลคูลัส

• พีชคณิตเชิงเส้นใน 4 หน้า

• ตารางสรุปความน่าจะเป็น

• ตารางสรุปการแจกแจงความน่าจะเป็น

• แผ่นโกงสถิติ

• Super-cheatsheet-คณิตศาสตร์

• สถิติสรุป

• 02- ซี++
  

• การ์ดอ้างอิง C++

• ไลบรารี C ++

• การ์ดอ้างอิง C++ OOP

• 03- หลาม
  

• Python สำหรับผู้เริ่มต้น

• เอกสารอ้างอิง Python

• สูตรโกง Python

• เอกสารสรุป Python สำหรับ Data Science

• สูตรโกง Numpy

• สูตรแพนด้า 1

• สูตรแพนด้า 2

• แผ่นโกง Matplotlib 1

• แผ่นโกง Matplotlib 2

• สูตรโกง Scikit-Learn

• รายการ สิ่งอันดับ เซต พจนานุกรม

• บทเรียนหลาม

• 04- สถาปัตยกรรมคอมพิวเตอร์
  

• เอกสารสรุปการจัดองค์กรคอมพิวเตอร์

• 05- โครงสร้างข้อมูล
  

• การจำแนกโครงสร้างข้อมูล

• โครงสร้างข้อมูล

• ความซับซ้อน

• ทรัพยากร

• 06- ทฤษฎีออโตมาตะ
  

• ภาษาและออโตมาตะสูตรโกง

• สูตรโกงออโตมาตะ

• แผ่นโกงไวยากรณ์แบบไม่มีบริบท

• 06- ทฤษฎีความซับซ้อน
  

• แผ่นโกงทฤษฎีความซับซ้อน

• แผ่นโกงทฤษฎีการคำนวณ

• 07- SQL
  

• คู่มือฉบับย่อ SQL

• การดำเนินการ SQL

• ลำดับการดำเนินการแบบสอบถาม SQL

• คำสั่ง SQL

• SQL-พื้นฐาน-โกงแผ่น-a4

• SQL เข้าร่วม-cheat-sheet-a4

• การศึกษา-คู่มือ-การดึงข้อมูล-ด้วย-SQL

• แผนการทำงานของ SQL

• 08- การทำความสะอาดข้อมูล
  

• รายการตรวจสอบการทำความสะอาดข้อมูล

• คู่มือการทำความสะอาดข้อมูล

• เอกสารสรุปการเตรียมข้อมูล

• คุณสมบัติทางวิศวกรรม

• คุณสมบัติ-การเลือก-วิธีการ

• แผ่นโกงการทดสอบสมมติฐาน

• 09- การแสดงข้อมูล
  

• หลักการสำคัญของการแสดงข้อมูล

• คำศัพท์ภาพ

• เอกสารสรุปการสร้างภาพข้อมูล

• ตัวเลือกแผนภูมิ

• จากข้อมูลสู่การแสดงภาพ

• 10- ตรรกะทางคณิตศาสตร์
  

• สูตรโกงตรรกะโมเดล

• 11- รู้เบื้องต้นเกี่ยวกับ AI
  

• cheatsheet-states-models

• สูตรโกงตัวแปรโมเดล

• 12- การเรียนรู้ของเครื่อง
  

• กระบวนการเรียนรู้ของเครื่อง

• แผนที่แมชชีนเลิร์นนิง

• อัลกอริธึมการเรียนรู้ของเครื่อง

• วิธีเลือกอัลกอริทึม ML 1

• วิธีเลือกอัลกอริทึม ML 2

• ความซับซ้อนของเวลาของอัลกอริทึม ML

• การเปรียบเทียบอัลกอริธึม ML 1

• การเปรียบเทียบอัลกอริธึม ML 2

• การเปรียบเทียบอัลกอริธึม ML 3

• การเปรียบเทียบอัลกอริธึม ML 4

• การเปรียบเทียบอัลกอริธึม ML 5

• super-cheatsheet-แมชชีนเลิร์นนิง

• เอกสารสรุปการเรียนรู้ของเครื่อง

• ความสามารถในการอธิบายการเรียนรู้ของเครื่อง

• การดำเนินการเรียนรู้ของเครื่อง MLOps

• 13- การเรียนรู้เชิงลึก
  

• super-cheatsheet-การเรียนรู้เชิงลึก

• เอกสารสรุปโมเดลภาษาขนาดใหญ่

• โครงข่ายประสาทเทียมประเภทหลัก

• สถาปัตยกรรม - การจำแนกประเภท MLP

• สถาปัตยกรรม - การถดถอย MLP

• ฟังก์ชั่นการเปิดใช้งาน - เลเยอร์ที่ซ่อนอยู่

• ฟังก์ชั่นการเปิดใช้งาน - เลเยอร์เอาต์พุต

• ฟังก์ชั่นการเปิดใช้งาน

• 14- ตัวชี้วัดเพื่อประเมินอัลกอริทึม ML
  

• เมตริก-แมชชีนเลิร์นนิง

• ประสิทธิภาพ-การวัด-การเรียนรู้ของเครื่อง

• 15- การเรียนรู้แบบเสริมกำลัง
  

• เอกสารการเรียนรู้แบบเสริมกำลัง 1

• แผ่นพับการเรียนรู้แบบเสริมกำลัง 2

• 16- อนุกรมเวลา
  

• อนุกรมเวลาโกงแผ่น

• 17- คอมไพล์
  

• Git-cheat-แผ่น

• Git-cheat-แผ่นที่ 2